论文部分内容阅读
摘要：运用DEA超效率模型和Malmquist指数模型对我国31个省（市、自治区）的小额贷款公司的静、动态效率进行测算及评价，结果显示：从静态效率看，我国小额贷款公司的整体效率并不高，并且在考察期内呈倒U型，其中，东部地区最好；中部地区最差；西部地区适中，但增长潜力较大。从动态效率来看，我国小额贷款公司的全要素生产率整体上增长状况良好，其中，西部地区增长最快，中部地区比较缓慢，而东部地区出现负增长。
为此，国家应采取相应对策措施，完善小额贷款公司治理机制，以实现其承载普惠金融的财务目标。
关键词：普惠金融；小额贷款公司；经营效率；收敛性
中图分类号：F8303文献标识码：A文章编号：10037217（2017）05003907
一、引言及文献综述
2016年1月15日，国务院发布了《推进普惠金融发展规划（2016—2020年）》（以下简称《规划》），《规划》明确指出，“大力发展普惠金融，是我国全面建成小康社会的必然要求”，这标志着以小额贷款、融资担保和互联网金融等模式为代表的普惠金融已上升为国家发展战略。闵路浩（2016）认为小贷公司发展了普惠金融，在支持中小微企业发展、改善农村金融服务、拓宽金融服务渠道等方面，与银行相比，小贷公司更便捷、迅速，适合中小企业和个体工商户的需求；与民间借贷相比，小贷更规范，利息双方可协商[1]。刘克崮（2016）认为小额贷款己成为社会融资总量的重要组成部分，在服务经济社会发展、稳定和扩大就业、促进创业创新、参与社区医保、乡村建设、解决小微企业、个体自业者和农户发展面临的资金瓶颈等方面发挥了积极作用，填补了城乡基层草根经济信贷市场的缺失，是践行普惠金融的生力军和扶贫金融体系的重要组成部分[2]。
小额贷款公司作为我国金融创新而设立的新型金融组织形式，既是对现有金融体系的一种必要补充，也是一种不可或缺的金融服务。提升金融服务效率一直是金融机构梦寐以求的夙愿，而作为普惠金融供给载体的小额贷款公司也更是如此。较早的Gutiérrez Nieto et al.（2004）采用DEA方法分析了拉丁美洲30家微型金融机构的效率，发现国别和机构类型对其效率具有显著性影响[3]。Nghiem等（2006）用DEA方法测算越南的北部和中央地区的46家小额贷款公司的效率，并对影响效率的环境因素作了进一步分析，结果表明：受调查对象的小额贷款公司技术效率和规模效率总体上是偏低的，并且其成立时间的长短和所处地区经济发展程度对效率具有显著的正向影响[4]。Bassem（2008）用DEA方法分析了地中海地区2004-2005年35家小额信贷机构经营效率，发现其规模与效率两者呈倒U型关系，并且中等规模为最有效率[5]。Hassan和Sanchez（2009）采用DEA方法测算了214家（拉丁美洲地区141家、中东和北非地区26家、南亚地区47家）小额信贷机构的经营效率，结果发现正规机构运营效率要高于非正规机构[6]。可见，小额贷款公司的经營效率受到各国专家和学者的高度重视。
国内从2005年开启小额信贷公司试点以来，从最初不足10家到2009年底遍及全国的1000多家，并承担着普惠金融服务的重要社会责任。
胡宗义和罗柳丹（2016）采用我国26个省2003-2011年的面板数据研究小额信贷缓解农村贫困的效应，结果显示：小额信贷具有显著的减贫效应，其降低农村绝对贫困的程度效应要大于降低农村贫困人口相对收入短缺和收入不平等程度的效应[7]。冯海红（2016）采用山东省17个地级市2009-2014年的面板数据研究小额信贷促进农民增收效应，得出了小额信贷对农民收入具有显著促进作用的结论，与上面缓解农村减贫效应不谋而合[8]。
至此，专家、学者们对其经营状况给予了高度关注。王杰（2010）采用DEA方法分析了黑龙江省9个地区的36家小额贷款公司2009年的经营效率，结果发现其发展仍然处于不成熟阶段，包括资源的配置效率偏低、不良市场环境困扰等诸多问题，并提出了不应盲目扩张规模而应注重其质量发展的政策建议[9]。杨虎锋和何广文（2011）采用DEA方法对2010年16个省42家小额贷款公司的经营效率进行了评价，结果发现：所考察地区的整体经营效率水平较高且差异不明显，纯技术效率偏低成为主因，当前正处于规模报酬递增的发展阶段，扩大规模有利于提高其效率，并随着成立时间的增长呈U型变化[10]。于转利和罗剑朝（2011）采用DEAMalmquist指数法对中西部地区2005-2009年的30家小额信贷机构全要素生产率进行测算及分解，结果表明：小额贷款公司整体上的全要素生产力呈下降趋势，造成这种原因主要是规模效率低和技术进步缓慢，并给出了适量扩大规模和增加技术投入的相关改进效率建议[11]。游龙和罗剑朝（2014）运用DEATobit模型对陕西省2011年的小额贷款公司经营效率进行了实证分析，结果表明：该地区的小额贷款公司综合效率整体不高，并且存在明显的投入冗余现象，贷款规模和资产规模对其效率具有显著的影响[12]。而董晓林和高瑾（2014）也同样采用DEATobit模型对江苏省2011年的227家农村小额贷款公司进行效率及影响因素分析，其结论是贷款数量存在规模递增效应，平均贷款额度与运营效率间存在倒U型关系，资金规模、贷款利率对其运营效率具有显著性的正向影响[13]。戚睿骅（2015）基于山东省17个地级市2013年的小额贷款公司数据，通过DEACCB模型测算了小额贷款公司的持续性效率、覆盖效率以及包含财务持续目标和社会覆盖目标的综合效率，并采用Tobit模型对其影响效率的因素做了进一步探讨，结果显示：山东省小额贷款公司的综合效率较高，其纯技术效率是限制综合效率的主因，平均贷款利率、资产收益率、涉农贷款占总贷款比例以及贷款余额占可贷资产的比例对其效率具有显著的正向影响[14]。 张正平（2017）以2010-2012年41家中国NGO小额信贷机构为数据样本，从理事会治理机制、机构财务绩效和社会绩效关系四个方面检验其机构的治理效率，结果表明：理事会规模与财务绩效和社会绩效均呈倒U型关系；理事长和总经理两职分离会优化机构财务绩效和社会绩效；理事会会议次数与财务绩效负相关，与社会绩效正相关；设置监事会可以改善机构财务绩效和社会绩效；女性理事占比与财务绩效和社会绩效正相关[15]。
财经理论与实践（双月刊）2017年第5期
2017年第5期（总第209期）林春：小额贷款公司区域经营效率研究——基于普惠金融视角
通过对现有文献的回顾与梳理，不难发现有关小额贷款公司的效率研究，国内大部分学者
主要集中于某个特定的区域、某个单一的年份以及简单化的静态效率测算方法等[9，10，12，14]。显然，得出的结论对于地区小额贷款公司经营效率的准确把握略显单薄和不足。鉴于此，本文嘗试
通过静态效率与动态效率相结合的方法，
对全国小额贷款公司2010-2015年经营效率
进行评价，以期通过该反馈的有效信息来调整地区的小额贷款公司经营发展策略，促使这种以小额贷款公司为代表的普惠金融机构更好地服务于实体经济的发展需要。
二、研究方法与指标选择
（一）效率评价模型的建立
1.静态DEA超效率模型的建立。
相对效率评价方法说明如下：图1（左）为A、B、C、D、E五种投入和一种产出所构成的决策单元，其中构成生产前沿面的ABCD为有效率单元，E为无效率的单元且被生产前沿面包络。设OB与生产前沿面的交点为B0，其B点的效率值为：TEB= OB0/ OB= 1，意味有效率决策单元；而设OE与生产前沿面的交点为E0，其E点的效率值为：TEE= OE0/OE< 1，意味无效率决策单元。
传统的DEA一般模型（CCR模型）所测决策单元只能被分为无效和有效两类，因存在多个同时有效的决策单元的缺陷而不能做出进一步的评价，因此，Andersen和Petersen （1993）[13]提出了DEA超效率模型弥补了这一缺陷，使对同时有效的决策单元能够进行更深入的评价和比较。其思路是：在评价某个决策单元时，将其排除在决策单元的集合之外。具体见图1（右），对于计算B点的效率，将其排除在决策单元的参考集之外，此时，有效生产前沿面ABCD变为ACD，其效率值为：TEB= OB0/ OB> 1；而原来无效决策单元的E点，在生产前沿面ABCD并没有改变的前提下，其得出的效率评价值仍然与一般模型（CCR模型）保持一致，即TEE= OE0/OE< 1。超效率模型表示为：
s.tmin
∑nj=1i≠kXjλj≤θXkXk=X1k，X2k，…，Xmk
∑nj=1j≠kYjλj≤YkYk=Y1k，Y2k，…，Ysk
λj≥0j=1，2，…，n
（1）
通过对模型求解得θ值，即为第k家被考察单元的超效率评价值，以此对决策单元进行更为准确的有效评价。
2.动态DEAMalmquist指数模型的建立。
鉴于效率分析的完整性和全面性，在对静态效率模型建立的基础上，又进一步构造DEAMalmquist指数的动态效率模型。
一方面，考虑到采用DEA方法不用事前构造生产函数模型，鉴于影响我国小额贷款公司的产出因素很复杂，难以用恰当的生产函数模型去描述；另一方面，考虑到Malmquist生产率指数将TFP可分解成生产效率变动和技术变动两个部分，有利于挖掘引起TFP变化的真正原因。因此，选择DEAMalmquist生产率指数衡量小额贷款动态效率更具有合理性和科学性。其具体公式为：
Mti（xt+1，yt+1，xt，yt）=（Mt0×Mt+10）=
Dt0（yt+1，xt+1）Dt0（yt，xt）×Dt+10（yt+1，xt+1）Dt+10（yt，xt）=
Dt+10（yt+1，xt+1）Dt0（yt，xt）×Dt0（yt+1，xt+1）Dt+10（yt+1，xt+1）×Dt0（yt，xt）Dt+10（yt，xt）=
Effch（yt+1，xt+1，yt，xt）×Techch（yt+1，xt+1，yt，xt）（2）
其中，Dt0（yt，xt）与Dt0（yt+1，xt+1）表示在t时期的技术条件下第t期和第t+1期的生产函数；Dt+10（yt，xt）与Dt+10（yt+1，xt+1）表示在t+1时期的技术条件下第t期和第t+1期的生产函数。若M>1，表示生产率呈上升趋势；若M=1，表示生产率没有变化；若M<1，表示生产率呈衰退趋势。
（二）投入与产出指标的选择说明
运用DEA测算效率方法所要求的投入与产出变量选择是至关重要的，它决定着对评价单元的准确判定。现有的金融机构效率研究方法包括三类（生产法、中介法和资产法），其中，生产法将金融机构视为金融产品的生产者，银行提供的存款服务数量及贷款业务量作为产出；中介法将金融机构视为存款人与投资人之间的中介机构，银行放款金额、投资金额作为产出；资产法把银行的存款和负债视为中介过程中所需要的投入，贷款资产作为产出。综合上述方法的优缺点和我国小额贷款公司的特征，并参照已有文献变量选择的说明（见表1），以及对省际面板数据可得性和指标口径统一等诸多问题的考虑，选择小额贷款公司的实收资本和员工人数分别作为资本和劳动的投入变量，其中，小额贷款公司的实收资本是指小额贷款公司的股东作为资本投入的各种财产，是企业注册登记的法定资本总额的来源，故考虑作为资本投入变量；而小额贷款公司员工人数是用来衡量劳动力资本投入的多少，故考虑作为劳动力投入变量。小额贷款公司的主要业务是面向“三农”、中小微企业和个体工商户发放各项小额贷款，贷款发放量作为公司的主要业务量的考核，故选择贷款余额作为产出变量；净利润作为公司的主要盈利能力的产出指标，故作为另一产出变量。以上数据主要来源于中国人民银行网站、各省（市、自治区）小额贷款公司协会网站、中国人民银行每季度末公布的《小额贷款公司数据统计报告》和2010、2012、2014年的《中国农村金融服务报告》等。 三、小额贷款公司效率分析
（一）小额贷款公司静态效率
本文通过DEASOLVER Pro5软件，采用超效率模型对我国小额贷款公司的静态综合效率进行测算，其结果见表2和各省（市、自治区）及东、中和西部地区走势图（见图2）
注：数值取小数点后三位，四舍五入。※标记为效率值大于1的符号。
图22010-2015年各省（市、自治区）（左）和东、中、西部及全国（右）的效率走势图
从表2和图2可以看出，我国小额贷款公司整体上发展趋势不错。从全国来看，2010-2014年，我国小额贷款公司的效率是呈逐年递增的趋势，并在2014年末达到了效率增长的峰值0.783，而2015年初受世界经济疲软和新常态经济的双重压力影响，小额贷款公司的经营效率出现了回落，某些运营较差的公司陷入倒闭和破产的困境，进而促使其效率下降。从区域层面看，东、中和西部地区的走势基本与全国保持一致，东部地区因良好的经济发展根基，小额贷款公司迅速地发展壮大，其效率一直走在三区（东、中和西部地区）的前列；而经济相对较好的中部和相对较差的西部所表现出效率值的反差，不免引起我们更深层次的思考，这种看似结果的偶然性也孕育着它的必然。中部地区一直倾向于重工业的发展传承，小额贷款公司在这里始终处于“不温不火”的状态。相反，地处偏远且资金短缺的西部地区，小额贷款公司
的发展大大地缓解了中小微企业融资难的困境，进而通过这种良性循环，促进了该地区小额贷款公司的成长。
进一步从东、中和西部地区的归属省份来考察，东部地区的十一个省、市（北京、天津、河北、辽宁、上海、江苏、浙江、福建、广东、山东、海南）中，浙江省成为了当之无愧的领头羊，年度利润屡次居于全国首位，并且每年的效率值均大于1，说明浙江省的小额贷款公司发展良好，这与该地区的良好经营模式和成长优良的中小微企业密不可分；其次，福建、江苏和上海三省、市小额贷款公司发展也相对较好，其效率年度均值在0.9以上，可见，小额贷款公司受地区经济发展状况影响较大。而拥有小额贷款机构总数排名前几位的辽宁省其效率表现反差极大，年度均值仅仅为0.595，也是东部地区效率均值唯一跌破0.6的省份。中部地区的八个省份（山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南）中，各省的小额贷款公司效率年度均值基本在0.7左右徘徊，但有两个地区明显偏低，分别为吉林省的0.512和黑龙江省的0.599。西部地区的十二个省、市和自治区（重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古）中，重庆市和广西省小额贷款公司效率的年度均值在0.8以上，即使是在2015年其他各省份都陷入新常态经济持续走低的困境，两地区的效率值也依然保持增长态势；该所属西部的甘肃省效率年度均值仅仅为0540，是全国三十一个省份的最低记录，并且每年的效率状况都表现得差强人意。通过上面的分析，不难发现三十一个省份的小额贷款公司的效率年度均值不超过0.6的有四个省份，东北三省全部包括在内。虽然说东北三省的小额贷款公司数量占比为全国的15%左右，但年度利润却占比不到5%，这也间接折射出了当前东北经济的“沦陷”窘态和启动新一轮东北振兴的必要性。因此，国家在现阶段的普惠金融战略调整中，必须给各地区的小额贷款公司发展规划开出适合自身发展需要的良方，这样才能保证普惠金融的目标实现。
（二）小额贷款公司动态效率
采用DEAP2.1软件，通过DEAMalmquist指数模型对我国小额贷款公司的动态效率进行测算，其结果见表3、表4和各省（市、自治区）小额贷款公司的全要素生产率雷达分解图（见图3）。
注：数值取小数点后三位，四舍五入。
tfpch：全要素生产率指数；effch：技术效率指数；techch：技术进步指数；pech：纯技术效率指数；sech：规模效率指数。
注：数值取小数点后三位，四舍五入。
由表3、表4和图3可以看出，从整体的时间维度观察，我国小额贷款公司的全要素生产率指数为1006，说明我国的小额贷款公司的生产率平均每年以0.6%的速度增长，发展态势相对较为乐观，但2012-2013年、2014-2015年这两个区间表现出了全要素生产率的退步。全要素生产率指数=技术进步指数×技术效率指数，从指数分解来看，技术进步指数为1.000和技术效率指数为1.005，说明了此阶段技术效率对全要素生产率提高的影响更为突出，这在小额贷款机构数量和贷款规模上有所体现，机构总数从2010年末的2614家增加到2015年末的8910家，贷款规模从2010年末的1975.05亿元增加到2015年末的9411.51亿元。从东、中和西部地区来看，西部地区的小额贷款公司全要素生产率平均每年以1.7%的速度增长，中部地区平均每年以0.2%的速度增长，而东部地区却出现了负增长。可见，西部地区的小额贷款公司发展后劲十足，与东部地区的饱和负效应形成了鲜明的对比。
进一步从归属省份来具体分析，从东部的十一个省、市来看，浙江、上海、江苏、福建和广东的小额贷款公司全要素生产率都出现负增长，而北京、天津、河北、辽宁、山东和海南却保持著不同程度的正增长。这与静态效率分析结论反差较大，这也在一定程度上体现了浙江、上海、江苏、福建和广东小额贷款公司数量和规模的饱和度，金融当局对此也应该有所警戒，应适度调控和严格把关审批数量和经营规模。从中部的八个省来看，吉林、江西和湖北小额贷款公司全要素生产率都出现了负增长，山西、黑龙江、安徽、河南和湖南全要素生产率却保持着不同程度的正增长，这其中吉林省的动态和静态效率陷入了双萎靡状态，因此，地方政府和金融管理当局对该地区的小额贷款公司发展应该给予足够的重视，找出问题的原因，以摆脱小额贷款公司在该地区所处的双重困境。从西部的十二个省（市、自治区）来看，重庆、四川、贵州、云南、陕西、甘肃、青海、广西和内蒙古等八个省（市、自治区）都呈现出不同程度的正增长，而西藏、宁夏和新疆呈现出了负增长，可见，地区的发展环境和经济特征对小额贷款公司的成长产生了更为重要的影响。其中，广西省的小额贷款公司的全要素生产率在该地区的发展表现得最为强劲，这与其“红头文件”的出台、优惠政策叠加、打破资金瓶颈和优化发展环境等多项举措有关，是其他省份学习和借鉴的榜样。因此，对于小额贷款公司发展在注重规模积累的同时，更需要保证质量的提高。只有这样，才能有利于其自身的可持续发展，提高服务实体经济的效率，促进普惠金融政策目标的实现。 （三）小额贷款公司静、动态效率地区比较分析
从地区（东、中和西部）的效率排序比较来看，小额贷款公司的静态经营效率排序从高到低依次为：东部、西部和中部地区（见表2）；而动态经营效率排序从高到低依次为西部、中部和东部（见表4）。出现这一矛盾性的排序结果的原因是：东部地区地处沿海，其轻工业较为发达且经济基础雄厚，中小企业在这里成长较快，促成小额贷款公司规模和数量增长迅速，导致短时间呈现出了相对供给饱和的状态，相应规模和数量的边际递减效用正在逐渐显现，这就体现出了该地区静态效率和动态效率所表现出的差异性；中部地区地处内陆，其重工业较为发达且经济基础一般，重工业多数偏重于大中型企业，小额贷款公司规模和数量增长效果并不是很明显，但随着经济结构的逐渐转型而带来的中小企业增多，小额贷款公司的作用效果也会凸显成效，增长潜力后劲十足，现阶段的静态效率和动态效率总体处于偏下游的位置；西部地区地处内陆偏远地区，其产业分散且经济基础较为薄弱，但近些年受惠于国家西部计划的扶持政策，以中小企业为主的民营经济呈现出了一片繁荣盛景，作为资金供给方的小额贷款公司也因此获得了成长的机会，规模的扩张和数量的增加也无法阻挡短期边际效用递增的趋势，故其动态效率提升得最快，但静态效率相对东部地区略显薄弱。因此，基于上述的比较分析，可以对其不同地区的小额贷款公司进行合理的调整，以促进普惠金融资源的效率化运用，实现普惠金融的发展目标。
四、结论与政策启示
以上运用DEA超效率模型和Malmquist指数模型对我国三十一个省（市、自治区）的小额贷款公司的经营效率进行了测算及评价，结果显示：从静态效率观察，我国的小额贷款公司的整体效率并不高，全国平均值只有0.742，并且在考察期内呈倒U型增长。
其中，东部地区最好，中部地区最差，西部地区发展趋势强劲且潜力巨大。
从动态效率观察，我国小额贷款公司整体的全要素生产率表现是不错的，平均每年以0.6%速度增长。
其中，西部地区最好，中部地区增长速度较为缓慢，东部地区却呈现了不容乐观的负增长。
为此，得出如下启示：第一，国家应该加大对普惠金融的扶持力度，特别是以小额贷款公司为供给的服务载体，通过对这种供给载体的深化改革，缩小与其政策目标实现度的偏差，弥补金融供给与经济发展失衡的缺陷，提高普惠金融机构服务实体经济的效率。第二，针对东、中和西部地区小额贷款公司发展的差异化表现，实行一区一策的发展理念，东部地区应有所控制数量且重视质量的提高，原有的规模效应和技术进步都有所退却，金融产品和金融服务的创新力度亟需加强；中部地区在量的积累和质的提高两个方面应当重视，现阶段该地区所反馈的中小微企业融资效果并不明显，政府和金融当局应给予适度的扶持和指导，并加强自身适应当前经济发展需要的战略部署，以此促进该地区微型金融机构与经济增长的良性互动；西部地区应继续保持良好的发展态势，适度加大对西藏、宁夏、新疆和甘肃四个地区的融资环境改良力度，完善该地区的小额贷款公司良性生态循环链条，以此来促进该地区中小企业融资问题的有效解决，实现了区域经济增长追赶效应的提高。第三，对于小额贷款公司自身的良性成长，金融当局应该给予高度的关注
并有效监督，不定期地检查、指导和培训是小额贷款公司主要的成长路径，建立完善的微型金融机构公司治理机制更是必不可少，只有这样才能保证其自身的可持续发展和服务实体经济的长效性，从而实现小额贷款公司承载普惠金融服务的责任目标。
参考文献：
[1] 闵路浩.聚焦普惠金融体系下小贷公司发展[EB/OL].HTTP：//news.hex.com/20160415/183332426.HTML，20160415.
[2] 刘克崮.建设五位一体普惠金融体系[EB/OL].HTTP：//mt.Soho.com/20160416/n444454334.HTML，20160416.
[3] Gutiérrez Nieto B，Serrano Cinca C，Mar Molinero C.Microfinance institutions and efficiency[J].Omega，2004，35（2）：131-142.
[4] Nghiem H，Coelli T，Rao D S P.The efficiency of microfinance in vietnam：evidence from NGO schemes in the north and the central regions[J].Physical Review Letters，2006，101（17）：157-173.
[5] Bassem B S.Efficiency of microfinance institutions in the mediterranean：an application of DEA[J].Transition Studies Review，2008，15（2）：343-354.
[6] Hassan M K，Sanchez B.Efficiency analysis of microfinance institutions in developing countries[J].Ssrn Electronic Journal，2009，83（3）：446-456.
[7] 胡宗义，罗柳丹.小额信贷缓减农村贫困的效用研究——基于面板模型的分析[J].财经理论与实践，2016，37（3）：10-15.
[8] 冯海红.小额信贷、农民创业与收入增长——基于中介效应的实证研究[J].审计与经济研究，2016，31（5）：111-119.
[9] 王杰.小额贷款公司运行效率实证分析——以黑龙江省为例[J].经济研究导刊，2010（8）：111-112.
[10] 杨虎锋，何广文.小额贷款公司经营有效率吗——基于42家小额贷款公司数据的分析[J].财经科学，2011（12）：28-36.
[11] 于转利，罗剑朝.小额信贷机构的全要素生产率——基于30家小额信贷机构的实证分析[J].金融论坛，2011（6）：32-39.
[12] 游龙，罗剑朝.小额贷款公司综合效率评价及影响因素分析——基于陕西省实地调研数据的验证[J].软科学，2014，28（12）：79-83.
[13] 董晓林，高瑾.小额贷款公司的运营效率及其影响因素——基于江苏227家农村小额贷款公司的实证分析[J].审计与经济研究，2014（1）：95-102.
[14] 戚睿骅.普惠金融背景下小额贷款公司的效率研究[D].济南：山东大学，2015.
[15] 张正平中国NGO小额信贷机构治理效率实证检验[J].社会科学战线，2017（5）：59-67.
[16] Andersen P，Petersen N C.A procedure for ranking efficient units in data envelopment analysis[J].Management Science，1993，39（10）：1261-1264.
[17] Nawaz A.Performance of microfinance：the role of subsidies[J].Savings & Development，2010，34（10-008.RS）：97-138.
（責任编辑：宁晓青）
为此，国家应采取相应对策措施，完善小额贷款公司治理机制，以实现其承载普惠金融的财务目标。
关键词：普惠金融；小额贷款公司；经营效率；收敛性
中图分类号：F8303文献标识码：A文章编号：10037217（2017）05003907
一、引言及文献综述
2016年1月15日，国务院发布了《推进普惠金融发展规划（2016—2020年）》（以下简称《规划》），《规划》明确指出，“大力发展普惠金融，是我国全面建成小康社会的必然要求”，这标志着以小额贷款、融资担保和互联网金融等模式为代表的普惠金融已上升为国家发展战略。闵路浩（2016）认为小贷公司发展了普惠金融，在支持中小微企业发展、改善农村金融服务、拓宽金融服务渠道等方面，与银行相比，小贷公司更便捷、迅速，适合中小企业和个体工商户的需求；与民间借贷相比，小贷更规范，利息双方可协商[1]。刘克崮（2016）认为小额贷款己成为社会融资总量的重要组成部分，在服务经济社会发展、稳定和扩大就业、促进创业创新、参与社区医保、乡村建设、解决小微企业、个体自业者和农户发展面临的资金瓶颈等方面发挥了积极作用，填补了城乡基层草根经济信贷市场的缺失，是践行普惠金融的生力军和扶贫金融体系的重要组成部分[2]。
小额贷款公司作为我国金融创新而设立的新型金融组织形式，既是对现有金融体系的一种必要补充，也是一种不可或缺的金融服务。提升金融服务效率一直是金融机构梦寐以求的夙愿，而作为普惠金融供给载体的小额贷款公司也更是如此。较早的Gutiérrez Nieto et al.（2004）采用DEA方法分析了拉丁美洲30家微型金融机构的效率，发现国别和机构类型对其效率具有显著性影响[3]。Nghiem等（2006）用DEA方法测算越南的北部和中央地区的46家小额贷款公司的效率，并对影响效率的环境因素作了进一步分析，结果表明：受调查对象的小额贷款公司技术效率和规模效率总体上是偏低的，并且其成立时间的长短和所处地区经济发展程度对效率具有显著的正向影响[4]。Bassem（2008）用DEA方法分析了地中海地区2004-2005年35家小额信贷机构经营效率，发现其规模与效率两者呈倒U型关系，并且中等规模为最有效率[5]。Hassan和Sanchez（2009）采用DEA方法测算了214家（拉丁美洲地区141家、中东和北非地区26家、南亚地区47家）小额信贷机构的经营效率，结果发现正规机构运营效率要高于非正规机构[6]。可见，小额贷款公司的经營效率受到各国专家和学者的高度重视。
国内从2005年开启小额信贷公司试点以来，从最初不足10家到2009年底遍及全国的1000多家，并承担着普惠金融服务的重要社会责任。
胡宗义和罗柳丹（2016）采用我国26个省2003-2011年的面板数据研究小额信贷缓解农村贫困的效应，结果显示：小额信贷具有显著的减贫效应，其降低农村绝对贫困的程度效应要大于降低农村贫困人口相对收入短缺和收入不平等程度的效应[7]。冯海红（2016）采用山东省17个地级市2009-2014年的面板数据研究小额信贷促进农民增收效应，得出了小额信贷对农民收入具有显著促进作用的结论，与上面缓解农村减贫效应不谋而合[8]。
至此，专家、学者们对其经营状况给予了高度关注。王杰（2010）采用DEA方法分析了黑龙江省9个地区的36家小额贷款公司2009年的经营效率，结果发现其发展仍然处于不成熟阶段，包括资源的配置效率偏低、不良市场环境困扰等诸多问题，并提出了不应盲目扩张规模而应注重其质量发展的政策建议[9]。杨虎锋和何广文（2011）采用DEA方法对2010年16个省42家小额贷款公司的经营效率进行了评价，结果发现：所考察地区的整体经营效率水平较高且差异不明显，纯技术效率偏低成为主因，当前正处于规模报酬递增的发展阶段，扩大规模有利于提高其效率，并随着成立时间的增长呈U型变化[10]。于转利和罗剑朝（2011）采用DEAMalmquist指数法对中西部地区2005-2009年的30家小额信贷机构全要素生产率进行测算及分解，结果表明：小额贷款公司整体上的全要素生产力呈下降趋势，造成这种原因主要是规模效率低和技术进步缓慢，并给出了适量扩大规模和增加技术投入的相关改进效率建议[11]。游龙和罗剑朝（2014）运用DEATobit模型对陕西省2011年的小额贷款公司经营效率进行了实证分析，结果表明：该地区的小额贷款公司综合效率整体不高，并且存在明显的投入冗余现象，贷款规模和资产规模对其效率具有显著的影响[12]。而董晓林和高瑾（2014）也同样采用DEATobit模型对江苏省2011年的227家农村小额贷款公司进行效率及影响因素分析，其结论是贷款数量存在规模递增效应，平均贷款额度与运营效率间存在倒U型关系，资金规模、贷款利率对其运营效率具有显著性的正向影响[13]。戚睿骅（2015）基于山东省17个地级市2013年的小额贷款公司数据，通过DEACCB模型测算了小额贷款公司的持续性效率、覆盖效率以及包含财务持续目标和社会覆盖目标的综合效率，并采用Tobit模型对其影响效率的因素做了进一步探讨，结果显示：山东省小额贷款公司的综合效率较高，其纯技术效率是限制综合效率的主因，平均贷款利率、资产收益率、涉农贷款占总贷款比例以及贷款余额占可贷资产的比例对其效率具有显著的正向影响[14]。 张正平（2017）以2010-2012年41家中国NGO小额信贷机构为数据样本，从理事会治理机制、机构财务绩效和社会绩效关系四个方面检验其机构的治理效率，结果表明：理事会规模与财务绩效和社会绩效均呈倒U型关系；理事长和总经理两职分离会优化机构财务绩效和社会绩效；理事会会议次数与财务绩效负相关，与社会绩效正相关；设置监事会可以改善机构财务绩效和社会绩效；女性理事占比与财务绩效和社会绩效正相关[15]。
财经理论与实践（双月刊）2017年第5期
2017年第5期（总第209期）林春：小额贷款公司区域经营效率研究——基于普惠金融视角
通过对现有文献的回顾与梳理，不难发现有关小额贷款公司的效率研究，国内大部分学者
主要集中于某个特定的区域、某个单一的年份以及简单化的静态效率测算方法等[9，10，12，14]。显然，得出的结论对于地区小额贷款公司经营效率的准确把握略显单薄和不足。鉴于此，本文嘗试
通过静态效率与动态效率相结合的方法，
对全国小额贷款公司2010-2015年经营效率
进行评价，以期通过该反馈的有效信息来调整地区的小额贷款公司经营发展策略，促使这种以小额贷款公司为代表的普惠金融机构更好地服务于实体经济的发展需要。
二、研究方法与指标选择
（一）效率评价模型的建立
1.静态DEA超效率模型的建立。
相对效率评价方法说明如下：图1（左）为A、B、C、D、E五种投入和一种产出所构成的决策单元，其中构成生产前沿面的ABCD为有效率单元，E为无效率的单元且被生产前沿面包络。设OB与生产前沿面的交点为B0，其B点的效率值为：TEB= OB0/ OB= 1，意味有效率决策单元；而设OE与生产前沿面的交点为E0，其E点的效率值为：TEE= OE0/OE< 1，意味无效率决策单元。
传统的DEA一般模型（CCR模型）所测决策单元只能被分为无效和有效两类，因存在多个同时有效的决策单元的缺陷而不能做出进一步的评价，因此，Andersen和Petersen （1993）[13]提出了DEA超效率模型弥补了这一缺陷，使对同时有效的决策单元能够进行更深入的评价和比较。其思路是：在评价某个决策单元时，将其排除在决策单元的集合之外。具体见图1（右），对于计算B点的效率，将其排除在决策单元的参考集之外，此时，有效生产前沿面ABCD变为ACD，其效率值为：TEB= OB0/ OB> 1；而原来无效决策单元的E点，在生产前沿面ABCD并没有改变的前提下，其得出的效率评价值仍然与一般模型（CCR模型）保持一致，即TEE= OE0/OE< 1。超效率模型表示为：
s.tmin
∑nj=1i≠kXjλj≤θXkXk=X1k，X2k，…，Xmk
∑nj=1j≠kYjλj≤YkYk=Y1k，Y2k，…，Ysk
λj≥0j=1，2，…，n
（1）
通过对模型求解得θ值，即为第k家被考察单元的超效率评价值，以此对决策单元进行更为准确的有效评价。
2.动态DEAMalmquist指数模型的建立。
鉴于效率分析的完整性和全面性，在对静态效率模型建立的基础上，又进一步构造DEAMalmquist指数的动态效率模型。
一方面，考虑到采用DEA方法不用事前构造生产函数模型，鉴于影响我国小额贷款公司的产出因素很复杂，难以用恰当的生产函数模型去描述；另一方面，考虑到Malmquist生产率指数将TFP可分解成生产效率变动和技术变动两个部分，有利于挖掘引起TFP变化的真正原因。因此，选择DEAMalmquist生产率指数衡量小额贷款动态效率更具有合理性和科学性。其具体公式为：
Mti（xt+1，yt+1，xt，yt）=（Mt0×Mt+10）=
Dt0（yt+1，xt+1）Dt0（yt，xt）×Dt+10（yt+1，xt+1）Dt+10（yt，xt）=
Dt+10（yt+1，xt+1）Dt0（yt，xt）×Dt0（yt+1，xt+1）Dt+10（yt+1，xt+1）×Dt0（yt，xt）Dt+10（yt，xt）=
Effch（yt+1，xt+1，yt，xt）×Techch（yt+1，xt+1，yt，xt）（2）
其中，Dt0（yt，xt）与Dt0（yt+1，xt+1）表示在t时期的技术条件下第t期和第t+1期的生产函数；Dt+10（yt，xt）与Dt+10（yt+1，xt+1）表示在t+1时期的技术条件下第t期和第t+1期的生产函数。若M>1，表示生产率呈上升趋势；若M=1，表示生产率没有变化；若M<1，表示生产率呈衰退趋势。
（二）投入与产出指标的选择说明
运用DEA测算效率方法所要求的投入与产出变量选择是至关重要的，它决定着对评价单元的准确判定。现有的金融机构效率研究方法包括三类（生产法、中介法和资产法），其中，生产法将金融机构视为金融产品的生产者，银行提供的存款服务数量及贷款业务量作为产出；中介法将金融机构视为存款人与投资人之间的中介机构，银行放款金额、投资金额作为产出；资产法把银行的存款和负债视为中介过程中所需要的投入，贷款资产作为产出。综合上述方法的优缺点和我国小额贷款公司的特征，并参照已有文献变量选择的说明（见表1），以及对省际面板数据可得性和指标口径统一等诸多问题的考虑，选择小额贷款公司的实收资本和员工人数分别作为资本和劳动的投入变量，其中，小额贷款公司的实收资本是指小额贷款公司的股东作为资本投入的各种财产，是企业注册登记的法定资本总额的来源，故考虑作为资本投入变量；而小额贷款公司员工人数是用来衡量劳动力资本投入的多少，故考虑作为劳动力投入变量。小额贷款公司的主要业务是面向“三农”、中小微企业和个体工商户发放各项小额贷款，贷款发放量作为公司的主要业务量的考核，故选择贷款余额作为产出变量；净利润作为公司的主要盈利能力的产出指标，故作为另一产出变量。以上数据主要来源于中国人民银行网站、各省（市、自治区）小额贷款公司协会网站、中国人民银行每季度末公布的《小额贷款公司数据统计报告》和2010、2012、2014年的《中国农村金融服务报告》等。 三、小额贷款公司效率分析
（一）小额贷款公司静态效率
本文通过DEASOLVER Pro5软件，采用超效率模型对我国小额贷款公司的静态综合效率进行测算，其结果见表2和各省（市、自治区）及东、中和西部地区走势图（见图2）
注：数值取小数点后三位，四舍五入。※标记为效率值大于1的符号。
图22010-2015年各省（市、自治区）（左）和东、中、西部及全国（右）的效率走势图
从表2和图2可以看出，我国小额贷款公司整体上发展趋势不错。从全国来看，2010-2014年，我国小额贷款公司的效率是呈逐年递增的趋势，并在2014年末达到了效率增长的峰值0.783，而2015年初受世界经济疲软和新常态经济的双重压力影响，小额贷款公司的经营效率出现了回落，某些运营较差的公司陷入倒闭和破产的困境，进而促使其效率下降。从区域层面看，东、中和西部地区的走势基本与全国保持一致，东部地区因良好的经济发展根基，小额贷款公司迅速地发展壮大，其效率一直走在三区（东、中和西部地区）的前列；而经济相对较好的中部和相对较差的西部所表现出效率值的反差，不免引起我们更深层次的思考，这种看似结果的偶然性也孕育着它的必然。中部地区一直倾向于重工业的发展传承，小额贷款公司在这里始终处于“不温不火”的状态。相反，地处偏远且资金短缺的西部地区，小额贷款公司
的发展大大地缓解了中小微企业融资难的困境，进而通过这种良性循环，促进了该地区小额贷款公司的成长。
进一步从东、中和西部地区的归属省份来考察，东部地区的十一个省、市（北京、天津、河北、辽宁、上海、江苏、浙江、福建、广东、山东、海南）中，浙江省成为了当之无愧的领头羊，年度利润屡次居于全国首位，并且每年的效率值均大于1，说明浙江省的小额贷款公司发展良好，这与该地区的良好经营模式和成长优良的中小微企业密不可分；其次，福建、江苏和上海三省、市小额贷款公司发展也相对较好，其效率年度均值在0.9以上，可见，小额贷款公司受地区经济发展状况影响较大。而拥有小额贷款机构总数排名前几位的辽宁省其效率表现反差极大，年度均值仅仅为0.595，也是东部地区效率均值唯一跌破0.6的省份。中部地区的八个省份（山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南）中，各省的小额贷款公司效率年度均值基本在0.7左右徘徊，但有两个地区明显偏低，分别为吉林省的0.512和黑龙江省的0.599。西部地区的十二个省、市和自治区（重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古）中，重庆市和广西省小额贷款公司效率的年度均值在0.8以上，即使是在2015年其他各省份都陷入新常态经济持续走低的困境，两地区的效率值也依然保持增长态势；该所属西部的甘肃省效率年度均值仅仅为0540，是全国三十一个省份的最低记录，并且每年的效率状况都表现得差强人意。通过上面的分析，不难发现三十一个省份的小额贷款公司的效率年度均值不超过0.6的有四个省份，东北三省全部包括在内。虽然说东北三省的小额贷款公司数量占比为全国的15%左右，但年度利润却占比不到5%，这也间接折射出了当前东北经济的“沦陷”窘态和启动新一轮东北振兴的必要性。因此，国家在现阶段的普惠金融战略调整中，必须给各地区的小额贷款公司发展规划开出适合自身发展需要的良方，这样才能保证普惠金融的目标实现。
（二）小额贷款公司动态效率
采用DEAP2.1软件，通过DEAMalmquist指数模型对我国小额贷款公司的动态效率进行测算，其结果见表3、表4和各省（市、自治区）小额贷款公司的全要素生产率雷达分解图（见图3）。
注：数值取小数点后三位，四舍五入。
tfpch：全要素生产率指数；effch：技术效率指数；techch：技术进步指数；pech：纯技术效率指数；sech：规模效率指数。
注：数值取小数点后三位，四舍五入。
由表3、表4和图3可以看出，从整体的时间维度观察，我国小额贷款公司的全要素生产率指数为1006，说明我国的小额贷款公司的生产率平均每年以0.6%的速度增长，发展态势相对较为乐观，但2012-2013年、2014-2015年这两个区间表现出了全要素生产率的退步。全要素生产率指数=技术进步指数×技术效率指数，从指数分解来看，技术进步指数为1.000和技术效率指数为1.005，说明了此阶段技术效率对全要素生产率提高的影响更为突出，这在小额贷款机构数量和贷款规模上有所体现，机构总数从2010年末的2614家增加到2015年末的8910家，贷款规模从2010年末的1975.05亿元增加到2015年末的9411.51亿元。从东、中和西部地区来看，西部地区的小额贷款公司全要素生产率平均每年以1.7%的速度增长，中部地区平均每年以0.2%的速度增长，而东部地区却出现了负增长。可见，西部地区的小额贷款公司发展后劲十足，与东部地区的饱和负效应形成了鲜明的对比。
进一步从归属省份来具体分析，从东部的十一个省、市来看，浙江、上海、江苏、福建和广东的小额贷款公司全要素生产率都出现负增长，而北京、天津、河北、辽宁、山东和海南却保持著不同程度的正增长。这与静态效率分析结论反差较大，这也在一定程度上体现了浙江、上海、江苏、福建和广东小额贷款公司数量和规模的饱和度，金融当局对此也应该有所警戒，应适度调控和严格把关审批数量和经营规模。从中部的八个省来看，吉林、江西和湖北小额贷款公司全要素生产率都出现了负增长，山西、黑龙江、安徽、河南和湖南全要素生产率却保持着不同程度的正增长，这其中吉林省的动态和静态效率陷入了双萎靡状态，因此，地方政府和金融管理当局对该地区的小额贷款公司发展应该给予足够的重视，找出问题的原因，以摆脱小额贷款公司在该地区所处的双重困境。从西部的十二个省（市、自治区）来看，重庆、四川、贵州、云南、陕西、甘肃、青海、广西和内蒙古等八个省（市、自治区）都呈现出不同程度的正增长，而西藏、宁夏和新疆呈现出了负增长，可见，地区的发展环境和经济特征对小额贷款公司的成长产生了更为重要的影响。其中，广西省的小额贷款公司的全要素生产率在该地区的发展表现得最为强劲，这与其“红头文件”的出台、优惠政策叠加、打破资金瓶颈和优化发展环境等多项举措有关，是其他省份学习和借鉴的榜样。因此，对于小额贷款公司发展在注重规模积累的同时，更需要保证质量的提高。只有这样，才能有利于其自身的可持续发展，提高服务实体经济的效率，促进普惠金融政策目标的实现。 （三）小额贷款公司静、动态效率地区比较分析
从地区（东、中和西部）的效率排序比较来看，小额贷款公司的静态经营效率排序从高到低依次为：东部、西部和中部地区（见表2）；而动态经营效率排序从高到低依次为西部、中部和东部（见表4）。出现这一矛盾性的排序结果的原因是：东部地区地处沿海，其轻工业较为发达且经济基础雄厚，中小企业在这里成长较快，促成小额贷款公司规模和数量增长迅速，导致短时间呈现出了相对供给饱和的状态，相应规模和数量的边际递减效用正在逐渐显现，这就体现出了该地区静态效率和动态效率所表现出的差异性；中部地区地处内陆，其重工业较为发达且经济基础一般，重工业多数偏重于大中型企业，小额贷款公司规模和数量增长效果并不是很明显，但随着经济结构的逐渐转型而带来的中小企业增多，小额贷款公司的作用效果也会凸显成效，增长潜力后劲十足，现阶段的静态效率和动态效率总体处于偏下游的位置；西部地区地处内陆偏远地区，其产业分散且经济基础较为薄弱，但近些年受惠于国家西部计划的扶持政策，以中小企业为主的民营经济呈现出了一片繁荣盛景，作为资金供给方的小额贷款公司也因此获得了成长的机会，规模的扩张和数量的增加也无法阻挡短期边际效用递增的趋势，故其动态效率提升得最快，但静态效率相对东部地区略显薄弱。因此，基于上述的比较分析，可以对其不同地区的小额贷款公司进行合理的调整，以促进普惠金融资源的效率化运用，实现普惠金融的发展目标。
四、结论与政策启示
以上运用DEA超效率模型和Malmquist指数模型对我国三十一个省（市、自治区）的小额贷款公司的经营效率进行了测算及评价，结果显示：从静态效率观察，我国的小额贷款公司的整体效率并不高，全国平均值只有0.742，并且在考察期内呈倒U型增长。
其中，东部地区最好，中部地区最差，西部地区发展趋势强劲且潜力巨大。
从动态效率观察，我国小额贷款公司整体的全要素生产率表现是不错的，平均每年以0.6%速度增长。
其中，西部地区最好，中部地区增长速度较为缓慢，东部地区却呈现了不容乐观的负增长。
为此，得出如下启示：第一，国家应该加大对普惠金融的扶持力度，特别是以小额贷款公司为供给的服务载体，通过对这种供给载体的深化改革，缩小与其政策目标实现度的偏差，弥补金融供给与经济发展失衡的缺陷，提高普惠金融机构服务实体经济的效率。第二，针对东、中和西部地区小额贷款公司发展的差异化表现，实行一区一策的发展理念，东部地区应有所控制数量且重视质量的提高，原有的规模效应和技术进步都有所退却，金融产品和金融服务的创新力度亟需加强；中部地区在量的积累和质的提高两个方面应当重视，现阶段该地区所反馈的中小微企业融资效果并不明显，政府和金融当局应给予适度的扶持和指导，并加强自身适应当前经济发展需要的战略部署，以此促进该地区微型金融机构与经济增长的良性互动；西部地区应继续保持良好的发展态势，适度加大对西藏、宁夏、新疆和甘肃四个地区的融资环境改良力度，完善该地区的小额贷款公司良性生态循环链条，以此来促进该地区中小企业融资问题的有效解决，实现了区域经济增长追赶效应的提高。第三，对于小额贷款公司自身的良性成长，金融当局应该给予高度的关注
并有效监督，不定期地检查、指导和培训是小额贷款公司主要的成长路径，建立完善的微型金融机构公司治理机制更是必不可少，只有这样才能保证其自身的可持续发展和服务实体经济的长效性，从而实现小额贷款公司承载普惠金融服务的责任目标。
参考文献：
[1] 闵路浩.聚焦普惠金融体系下小贷公司发展[EB/OL].HTTP：//news.hex.com/20160415/183332426.HTML，20160415.
[2] 刘克崮.建设五位一体普惠金融体系[EB/OL].HTTP：//mt.Soho.com/20160416/n444454334.HTML，20160416.
[3] Gutiérrez Nieto B，Serrano Cinca C，Mar Molinero C.Microfinance institutions and efficiency[J].Omega，2004，35（2）：131-142.
[4] Nghiem H，Coelli T，Rao D S P.The efficiency of microfinance in vietnam：evidence from NGO schemes in the north and the central regions[J].Physical Review Letters，2006，101（17）：157-173.
[5] Bassem B S.Efficiency of microfinance institutions in the mediterranean：an application of DEA[J].Transition Studies Review，2008，15（2）：343-354.
[6] Hassan M K，Sanchez B.Efficiency analysis of microfinance institutions in developing countries[J].Ssrn Electronic Journal，2009，83（3）：446-456.
[7] 胡宗义，罗柳丹.小额信贷缓减农村贫困的效用研究——基于面板模型的分析[J].财经理论与实践，2016，37（3）：10-15.
[8] 冯海红.小额信贷、农民创业与收入增长——基于中介效应的实证研究[J].审计与经济研究，2016，31（5）：111-119.
[9] 王杰.小额贷款公司运行效率实证分析——以黑龙江省为例[J].经济研究导刊，2010（8）：111-112.
[10] 杨虎锋，何广文.小额贷款公司经营有效率吗——基于42家小额贷款公司数据的分析[J].财经科学，2011（12）：28-36.
[11] 于转利，罗剑朝.小额信贷机构的全要素生产率——基于30家小额信贷机构的实证分析[J].金融论坛，2011（6）：32-39.
[12] 游龙，罗剑朝.小额贷款公司综合效率评价及影响因素分析——基于陕西省实地调研数据的验证[J].软科学，2014，28（12）：79-83.
[13] 董晓林，高瑾.小额贷款公司的运营效率及其影响因素——基于江苏227家农村小额贷款公司的实证分析[J].审计与经济研究，2014（1）：95-102.
[14] 戚睿骅.普惠金融背景下小额贷款公司的效率研究[D].济南：山东大学，2015.
[15] 张正平中国NGO小额信贷机构治理效率实证检验[J].社会科学战线，2017（5）：59-67.
[16] Andersen P，Petersen N C.A procedure for ranking efficient units in data envelopment analysis[J].Management Science，1993，39（10）：1261-1264.
[17] Nawaz A.Performance of microfinance：the role of subsidies[J].Savings & Development，2010，34（10-008.RS）：97-138.
（責任编辑：宁晓青）